【发布时间】:2020-12-16 19:45:02
【问题描述】:
我有一张包含实时股票价格的 Excel 表格,我通过 XLWings 将其提取到数据框中。我按设定的时间间隔拍摄此数据帧的快照,并将每个快照数据帧添加到以快照时间为键的字典中。
t = datetime.datetime.now()
tn = t + datetime.timedelta(seconds=1800)
dict_of_df = {}
while datetime.datetime.now()<tn:
key_name = 'df_' + str(datetime.datetime.now().strftime("%H:%M:%S"))
dict_of_df[key_name] = copy.deepcopy(df)
print(dict_of_df.keys())
time.sleep(300)
然后我可以从中提取一个包含当时股票价格的数据框。示例输出如下。字典中每个 df 的数据帧结构都是相同的。以下是示例表。完整的数据框为 71 行 x 6 列:
| Ticker | Last | Bid | Ask |
|---|---|---|---|
| AEFES | 23.06 | 23.04 | 23.06 |
| AFYON | 4.41 | 4.40 | 4.41 |
| AKBNK | 6.38 | 6.38 | 6.39 |
现在我需要计算从字典中每个数据帧中选取的 Ticker 下的每只股票的移动平均值,并将结果输出到一个新的单个数据帧。
除了为每个时间范围内的每个股票价格创建一个数据框、计算移动平均线并一一循环遍历它们之外,是否还有一种有效的方法?
现在我需要计算下每只股票的移动平均价格
【问题讨论】:
-
使用grouby滚动
-
您能否更好地指定您希望输出的外观?是每个快照的平均值,还是快照的移动平均值;或每个快照的移动平均值,然后结合一些如何?另外,请不要放入您的数据图片,而是放入实际(测试)数据。这样我们就可以尝试解决您的问题,而无需花费很长时间来重现问题。
-
@GijsWobben ,我放置了一个示例 3 行输出表而不是图片。我正在定时拍摄价格快照。我需要做的是,例如,每 5 分钟间隔的 AEFES 最后价格,并为其创建一个移动平均线。我还需要对所有 71 行价格执行此操作。我可以为每个包含所有快照价格的代码创建 71 个数据帧,创建移动平均线,然后将它们合并到一个数据帧中,但我想问是否有更简单、更有效的方法来做到这一点。
-
您可以使用列表或字典中的数据框。为移动平均线构建一个通用方法,该方法接收并返回一个 df,然后通过字典理解运行它:
new_df_dict = { k: myfunctiontocalcMA(df) for k,df in df_dict.items() }或直接应用 MA:new_df_dict = { k: df.assign(...) for k,df in df_dict.items() }。请research移动平均线计算并试一试!
标签: python pandas dataframe moving-average